根据matlab中的分布选择数据答案

【问题标题】：Select data based on a distribution in matlab根据matlab中的分布选择数据
【发布时间】：2013-03-31 01:47:37
【问题描述】：

我在向量中有一组数据。如果我要绘制数据的直方图，我可以（通过巧妙的检查）看到数据分布为三个分布的总和；

一个以 x_1 为中心的正态分布，方差为 s_1；一个以 x_2 为中心的正态分布，方差为 s_2；一次对数正态分布。

我的数据显然是“真实”数据的子集。

我想做的是从我的数据中随机抽取一个数据子集，确保生成的子集是原始数据的合理代表性样本。

我想在 matlab 中尽可能轻松地做到这一点，但对统计和 matlab 都是新手，我不确定从哪里开始。

感谢您的帮助:)

【问题讨论】：

或许属于Cross Validated？
“确保它是一个合理的代表性样本”是什么意思？如果您只是从您的数据集中随机抽样，那在何种情况下不会“具有合理的代表性”？（不是反问——我希望你能回答，这样我才能确定你在问什么！）
我同意@ChrisTaylor。如果您的子集足够大，通常您可以假设分布是相同的。您可以应用randperm 函数随机选择数据子集而无需替换。
@ChrisTaylor 假设我的问题更简单，我知道我的数据应该代表正态分布，但是如果我绘制数据的直方图，我可以看到一些 bin 可能低于或高于订阅。我不能意外地从订阅箱中或订阅不足的箱中取出太多积分（因为它会破坏数据），我不想从过度订阅的箱中取出太多积分。

【解决方案1】：

如果您可以识别 3 个分布中的每一个（从某种意义上说，您可以估计它们的参数），那么一种方法可能是选择数据的随机子集，然后尝试估计每个分布的参数并查看它们是否与原始分布的参数足够接近（根据您自己对“接近”的定义）。您应该多次重复此过程并查看给定随机子集大小的平均差异。

【讨论】：